lswcap
观看从未有过的游戏视频，您可能会想象自己在脑海中玩游戏，并感觉自己在以某种方式玩游戏。因此，NVIDIA研究团队宣布了一种尝试，通过视觉上学习AI中的经典动作游戏《吃豆人》的游戏玩法，在不提供现有游戏引擎和代码的情况下，仅通过AI模拟来创建《吃豆人》。
由Nvada开发的生殖对抗神经网络GameGAN创建的Pac-Man可以作为可播放的应用程序输出，而不仅仅是演示视频。最重要的是不仅要播放《吃豆人》，还要观看《吃豆人》播放视频并重新创建《吃豆人》。 GameGAN通过反复学习和训练而无需使用任何现有的游戏引擎，从头开始创建了一个可玩的吃豆人。
为纪念1980年5月22日至2020年5月22日发布的《吃豆人》成立40周年，进行了这项研究。NVIDIA研究团队使用万代南梦宫研究所提供的50,000个《吃豆人》游戏视频和按键数据对GameGAN进行了培训。游戏任务。培训使用NVIDIA DGX系统进行了4天，该系统是配备4个NVIDIA Quadro GV100 GPU的AI工作站。
Nvidia表示GameGAN是第一个使用敌对一代网络模拟游戏引擎的人，他想测试AI是否可以通过观看游戏视频来创建自己的环境。敌对的生成网络由两个网络组成：创建和标识。它是一种结构，它通过重复确定生成网络所做的工作并将结果反馈给网络来提高AI本身的准确性。换句话说，通过使用GameGAN生成的网络模拟来创建一个吃豆人，该模拟是通过观看50,000个播放视频并检查结果而学习的，因此GameGAN进行模拟的准确性得到了提高。
GameGAN重复学习和训练，学习《吃豆人》的基本规则，并向其创建的游戏提供反馈，例如《吃豆人》在迷宫中移动且无法越过墙壁，或者如果被幽灵追赶，吃豆人将会死亡吃豆人，摸了个鬼。
由GameGAN创建的《吃豆人》可以输出到应用程序中并由人类玩。最后，由于生成的模拟具有很高的准确性，Bandai认为AI没有游戏引擎不会重现吃豆人的乐趣，但他说，玩完游戏后的结果令其惊讶。
但是，GameGAN游戏由于玩法缓慢而很难被淘汰。研究团队认为，GameGAN可能已经形成了吃豆人不死的偏见。因此，GameGAN生成的《吃豆人》不允许玩家控制的《吃豆人》死亡，如果您输入的任务通常会导致《吃豆人》死亡，那么AI可能会修改游戏本身以避免后果。
NVIDIA研究团队还试图通过GameGAN通过ViZDoom的训练数据来创建Doom，ViZDoom是使用第一人称射击游戏Doom的强化学习项目。在这项研究中，研究团队设定了为自主机器创建环境进行仿真的目标，并创建了自主机器开发所必需的仿真，例如学习如何识别和移动对象的仓库机器人或导航机器人的运输机器人。人行道上运输食品和药品据信，它可以被神经网络学习所取代。 Nvidia将在今年夏天发布由GameGAN创建的Pac-Man演示。相关信息可以在这里找到。
Add comment